相关实验视频
Updated: Apr 30, 2026

07:30
Robot-Assisted Kidney Transplantation
Published on: July 19, 2021
4.2K
在机器人辅助尿管重建后预测功能恢复的诺莫грам:使用传统和机器学习模型的开发和比较验证
Mu-Yang Xu1,2,3, Bin-Bin Gong1,2,3, Yu He1,2,3
1¹Department of Urology, The First Affiliated Hospital of Anhui Medical University, Anhui Medical University, No. 218 Jixi Road, Hefei, Anhui, P.R. China.
Journal of robotic surgery
|November 25, 2025
概括
一个简单的4变量模型准确地预测尿路阻塞手术后功能恢复. 这种临床名录平衡了患者咨询和手术决策的性能和实用性.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 腎臟病學 (nephrology) 是一種醫學專業.
- 医疗信息学 医疗信息学
- 机器学习在医学中的应用
背景情况:
- 尿道阻塞可能会损害功能.
- 预测术后的脏恢复对于患者管理至关重要.
- 开发准确的预测模型有助于临床决策.
研究的目的:
- 开发和验证尿路阻塞修复后显著的功能恢复的预测模型.
- 将传统的多变量物流回归模型与基于机器学习的LASSO回归模型进行比较.
- 将最实用的模型作为预测恢复的临床名录呈现出来.
主要方法:
- 对100名成人患者进行回顾性分析,这些患者因单边尿道阻塞而接受手术修复.
- 开发一个多变量模型 (向后渐进回归) 和一个LASSO模型 (最小绝对收缩和选择操作员回归).
- 使用歧视 (AUC),校准 (校准曲线) 和临床实用性 (决策曲线分析) 的性能评估,通过引导重新抽样进行内部验证.
主要成果:
- 多变量模型确定了四个预测因素:年龄,手术前的双侧GFR,缩和SFU 4级.
- 拉索模型选择了12个变量,显示了略高的歧视 (AUC0.841对比0.827) 和验证的AUC (0.779对比0.776).
- 尽管LASSO模型的边际统计优势很小,但4变量多变量模型在准确性,可解释性和临床实用性方面提供了卓越的平衡,这导致它被选择用于名ogram开发.
结论:
- 为预测尿路阻塞修复后的脏恢复,开发了一种强大的4变量名图.
- 更简单的多变量模型显示出优异的校准和与更复杂的LASSO模型相比的临床实用性.
- 开发的诺莫图谱是患者咨询和在尿道阻塞的情况下进行手术决策的宝贵工具.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
475
05:34A Mouse Model to Evaluate the Long-Term Structural and Functional Outcomes after the Reversal of Prolonged Unilateral Ureteric Obstruction
Published on: July 18, 2025
461